如何判断一个文件是否是jpeg格式？

       在处理训练样本的时候，有时你发现，虽然文件是jpg, jpeg结尾的，但是可能是被篡改过的，其实它有可能是png格式，假如这种图片很多，如何方便批处理呢？

       两种方式：

       (1) JPEG的文件布局如下：

       

JPEG SOI : FF D8  //  图片起始

JPEG APP0：0xFFE0  // 

    APP0 SIZE：1D 23  //当前标记的长度

    JFIF Flag：JFIF  // JFIF 标识

    VERSION：// 版本号

    ATTRIBUTION: // 长宽、DPI等信息


JPEG APP1: FF E1
  APP1 Size : 1C 45  //  注意：前面这三个WORD都是big endian的
  EXIF Flag : 'Exif', 0, 0
  ---------
  TIFF ： // TIFF格式的EXIF数据
  ---------

JPEG APPn： FF En // APPn 标记，可选

DQT ：0xFFDB  //Define Quantization Table，定义量化表


SOF0：0xFFC0  //Start of Frame，帧图像开始


DHT：0xFFC4  //Difine Huffman Table，定义哈夫曼表


SOS：0xFFDA  // Start of Scan，扫描开始 12字节


压缩数据


JPEG EOI : FF D9  //  图片结束

JPEG图片的标记

每一个JPEG文件的内容都开始于一个二进制的值 '0xFFD8', 并结束于二进制值'0xFFD9'。

所以，判断函数如下（is_jpg）：

import os
import sys 
import cv2 
from PIL import Image

def is_jpg(filename):
        data = open(filename, "rb").read(11)
        if data[:2] != '\xff\xd8': 
                return False
        if data[-2:] != '\0xff\0xd9': 
                return False
        return True

def is_jpg_pil(filename):
        try:
                img = Image.open(filename)
                return img.format == "JPEG"
        except:
                return False

(2)通过PIL  Image直接判断：

如：上面的is_jpg_pil函数

 

参考博客：https://blog.csdn.net/shelldon/article/details/54144406（JPEG详细介绍）